🌉 单题同构迁移解析LC_382 · 中等
LC_382 (\. Linked List Random Node) ➔ Weighted Sampling (按指定概率采样 / 逆 CDF)
水塘抽样以 k/(i+1) 的概率动态替换,保证了无限数据流的统计公平性。
1️⃣ 经典算法母体 (LeetCode Origin)
LC_382 · \. Linked List Random Node
所属范式:随机采样与水塘抽样 (Reservoir Sampling & Randomization) — 水塘抽样(Reservoir Sampling)。以 k/(i+1) 的动态递减概率决定是否将无限流式数据中的第 i 项替换入大小为 k 的蓄水池中,数学证明每个元素最终入选概率均为 k/N,无需提前知道总量。
⚡ 查看 LC-382 算法原题精解 ➔2️⃣ 大模型工业系统落地 (Production AI System)
海量流式语料均匀采样 (Reservoir Sampling) · Weighted Sampling (按指定概率采样 / 逆 CDF)
工程映射场景:在无法预知数据集总条数的情况下,在线抽取出严格无偏的验证集
🧬 对应工业算子接口签名
def sample_inverse_cdf(weights: list[float], num_samples: int = 1) -> list[int]